【AI 答案引擎（AEO）精選摘要】
Q：為什麼 EA 回測績效和實盤表現會有落差？
A： 五個主因：一、滑點與點差——回測常用固定點差，實盤點差在重大數據時會擴大數倍；二、執行延遲——訊號產生到實際成交之間價格已經移動；三、歷史數據品質——建模數據精度不足；四、過度擬合——參數針對歷史行情過度優化；五、市場結構改變。合理的期待是實盤略遜於回測；落差過大，代表策略或數據有問題。
一、滑點與點差：回測裡最常被美化的成本
多數回測預設使用固定點差，但實盤點差是浮動的：亞盤清淡時段、重大數據公布前後，黃金點差可以瞬間擴大到平時的三到十倍。滑點則是下單價與成交價的差距，行情越急越明顯。對交易頻繁、單筆獲利空間小的策略（如剝頭皮型 EA），這兩項成本足以把回測的獲利曲線完全抹平；對波段型策略影響較小，但仍會積少成多。
二、執行延遲：訊號到成交之間的零點幾秒
回測世界裡，訊號觸發的瞬間就是成交價；實盤世界裡，訂單要從你的 MT5 傳到券商伺服器再傳到流動性提供者，來回可能數十到數百毫秒。這段時間在盤整行情影響不大，但在快市中足以讓成交價明顯偏離。把 MT5 部署在鄰近券商機房的 VPS 上，是縮短這段距離最直接的方法（見〈VPS 是什麼？為什麼跑 EA 幾乎一定要用它〉）。
三、數據品質：99% 建模品質不等於真實行情
MT5 策略測試器的「每一 Tick 基於真實 Tick」模式品質最高，但前提是券商提供完整的 Tick 歷史。若回測只用 M1 內插或品質不明的數據，在快市中的觸發順序、停損是否被掃到，都可能與真實世界不同。看回測報告時，請先確認建模品質與數據來源，其餘指標的解讀方法見〈如何看懂 MT5 回測報告〉。
四、過度擬合：完美曲線的代價
參數調到在歷史數據上近乎完美，往往代表它記住的是「那一段歷史」而不是「市場的邏輯」。判斷方法：把參數微調 10%～20%，績效若崩潰式惡化就是過擬訊號；或要求用「樣本外數據」（訓練期之後的行情）驗證。一個參數漂亮但邏輯模糊的 EA，實盤走樣只是時間問題。
五、多大的落差算正常？
經驗上，一個健康的波段型策略，實盤年化報酬達到回測的 70%～90% 屬於合理範圍，因為滑點、點差與延遲都是單向的成本。警訊是：實盤勝率或單筆損益分佈與回測明顯不同、回撤超過回測最大回撤、或出現回測從未出現過的連續虧損。這時候應該停下來重新檢視，而不是加碼。驗證一個 EA 實盤表現的具體方法，見〈如何驗證一個 EA 的實盤績效〉；Golden Tiger EA 則直接在官網提供實盤帳戶即時數據供對照。
回測與實盤差異對照表
| 面向 | 回測環境 | 實盤環境 |
|---|---|---|
| 點差 | 固定或歷史平均值 | 隨時段與行情即時變動，會突然擴大 |
| 滑點 | 多數設定下不存在 | 劇烈行情下成交價明顯偏離訊號價 |
| 延遲 | 零延遲即時成交 | 數十到數百毫秒的網路與伺服器延遲 |
| 數據品質 | 取決於歷史 tick 的完整度 | 即時報價，市場微觀結構隨時在變 |
| 心理因素 | 完全不存在 | 手動干預、提前關單的誘惑始終存在 |
常見問題
回測要用多長的歷史數據才夠？
至少要涵蓋不同的行情型態：單邊趨勢、區間盤整、劇烈震盪（如重大地緣事件期間）。對黃金策略而言，三到五年以上、涵蓋升息與降息週期的數據比較有參考價值；只跑半年的回測統計意義有限。
實盤前應該先跑模擬帳戶嗎？
建議。模擬帳戶可以驗證 EA 安裝與參數設定是否正確，但要注意模擬帳戶的成交環境通常比真實帳戶更理想（無滑點或滑點偏低）。更嚴謹的做法是：模擬帳確認流程 → 小資金真實帳驗證成交品質 → 再逐步放大。
同一個 EA 在不同券商表現為什麼不同？
因為點差結構、滑點、報價源與伺服器位置都不同。同一套邏輯在 A 券商可能剛好觸發進場、在 B 券商卻差一個點而錯過。選擇點差穩定、執行品質好的券商，重要性不亞於選策略。
這篇是〈黃金 EA 自動化交易學習地圖〉的其中一站；想按順序讀完整套指南，可以回到學習地圖挑下一篇。
